آموزش آمار و احتمال برای علم داده - یادگیری ماشین

Statistics & Probability for Data Science - Machine Learning

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: ریاضیات - تسلط بر آمار و احتمالات برای علم داده، یادگیری ماشین و یادگیری عمیق با بیش از 25 پروژه آماری ریاضیات زیربنایی را برای ایجاد درک بصری و مرتبط کردن آن با یادگیری ماشین و علم داده پیاده‌سازی کد دستی با پایتون برای هر موضوع ریاضی برای تعمیق بیشتر دانش در یک رویکرد یادگیری تعاملی به سطح پیشرفته تسلط پیدا کنید تا دانش خود را در موضوعات دشوار و مهم تقویت کنید و اهمیت احتمالات و توزیع ها را درک کنید و عملکرد مناسب را برای داده های خود انتخاب کنید. پیش نیازها:مبانی پایتون دسترسی به لپ تاپ برای اجرای کد تمایل به یادگیری مبحث ریاضی

در دسترس بودن رو به رشد داده ها، راه را برای علم داده و یادگیری ماشینی ایجاد کرده است تا به حرفه های مورد تقاضا تبدیل شوند. ما Statistics for Data Science - Predictive Analytics را به عنوان قرار گرفتن در معرض آمار تعریف می کنیم که برای هر کسی که به دنبال شغلی در علم داده و یادگیری ماشین است ضروری است. در این دوره، ریاضیات دانشگاهی، آمار و اجرای عملی آن را از تجزیه و تحلیل داده‌ها دریافت خواهید کرد که برای درک بهتر آنچه در کتابخانه‌های جعبه سیاه (sklearn) وجود دارد که در سفر علم داده با آن‌ها مواجه می‌شوید، ضروری است.


با این دوره، به عنوان یک یادگیرنده، در معرض موضوعات مختلف آمار و یادگیری ماشینی قرار خواهید گرفت که برای مشکلات دنیای واقعی کاربرد دارند.


هدف نهایی اتخاذ این رویکرد ساختاریافته، ادغام همه چیزهایی است که می آموزیم و نشان دادن بینش های عملی در استفاده از یادگیری ماشینی و کتابخانه های آماری فراتر از درک جعبه سیاه.


چرا از ما یاد بگیرید؟

من یک دانشمند ارشد داده در Manifold AI Learning هستم، یک شرکت آموزش الکترونیکی که در حال ایجاد دوره های آموزش الکترونیکی در زمینه علم داده، یادگیری عمیق ماشین است. کانال یوتیوب ما که در سال 2015 تأسیس شد، تاکنون بیش از 75 هزار بازدید در سراسر جهان داشته است و بیش از 17 هزار یادگیرنده خوشحال در Udemy که هر یک از دوره ها در موضوع خاص خود بهترین هستند. جدای از انتشار دوره ها به صورت مستقل، ما برخی از محصولات کلاس برتر را برای مارک های معروف در حوزه آموزش الکترونیکی ایجاد کرده ایم.


به‌عنوان دانشمند ارشد داده در Manifold AI Learning، جدا از ایجاد محتوای آموزش الکترونیکی، خدمات مشاوره‌ای را نیز ارائه می‌دهم که شرکت‌ها را قادر می‌سازد تا اجرای نهایی پروژه‌های علم داده را از تعامل اولیه با مشتری، آزمایش مدل‌ها، انجام دهند. عملیاتی‌سازی مدل‌های یادگیری ماشین در محیط تولید و به دنبال آن تعمیر و نگهداری مدل‌های یادگیری ماشین. من با بیش از 15 شرکت کار کرده‌ام و به آنها کمک کرده‌ام تا در طول دوره مشارکت خود با مشتریان، بیش از 2 میلیون دلار درآمد جمعی کسب کنند.


به‌عنوان فردی که از نزدیک با تجارت و چالش‌های کلیدی در اجرای آن کار می‌کند، همراه با توانایی‌ام برای ایجاد دوره‌های تعاملی، می‌توانم به فراگیران مشتاق علم داده و یادگیری ماشین درباره این موضوع مهم آموزش دهم. ریاضیات و آمار برای علوم داده.


سرفصل ها و درس ها

بنیاد آمار Foundation of Statistics

  • مقدمه ای بر آمار Introduction to Statistics

  • انواع تجزیه و تحلیل آماری - آمار توصیفی Types of Statistical Analysis - Descriptive Statistics

  • انواع تحلیل آماری - آمار استنباطی Types of Statistical Analysis - Inferential Statistics

  • چگونه آمار و یادگیری ماشین با هم مرتبط هستند How Statistics and Machine Learning are Related

  • آشنایی با انواع داده ها Understanding the Types of Data

  • تکنیک های نمونه برداری Sampling Techniques

  • آمار توصیفی - سنجش گرایش مرکزی Descriptive Statistics - Measure of Central Tendency

  • آمار توصیفی - اندازه‌گیری‌های پراکندگی - محدوده و محدوده بین‌چارکی Descriptive Statistics - Measures of Dispersion - Range & Interquartile Range

  • آمار توصیفی - معیارهای پراکندگی - واریانس و انحراف معیار Descriptive Statistics - Measures of Dispersion - Variance & Standard Deviation

  • Hands On - با پایتون ورزش کنید Hands On - Exercise with Python

  • آمار توصیفی - معیارهای شکل Descriptive Statistics - Measures of Shape

  • آمار توصیفی - معیارهای موقعیت Descriptive Statistics - Measures of Position

  • آمار توصیفی - نمرات استاندارد Descriptive Statistics - Standard Scores

  • آمار توصیفی - Hands On Descriptive Statistics - Hands On

  • بیانیه مشکل - تجزیه و تحلیل مجموعه داده ها مرورهای شراب Problem Statement - Wine Reviews Data Set Analysis

  • راه حل برای پروژه 1 Solution for Project 1

  • پروژه 2 - تجزیه و تحلیل داده های درآمد مشتری Project 2 - Customer Income Data Analysis

  • راه حل برای پروژه 2 Solution for Project 2

  • پروژه 3 - مجموعه داده دستگیری های ایالات متحده Project 3 - US Arrests Dataset

  • راه حل پروژه 3 - مجموعه داده دستگیری های ایالات متحده Solution for Project 3 - US Arrests Dataset

  • پروژه 4 - تجزیه و تحلیل داده های فروش BigMart Project 4 - BigMart Sales data analysis

  • راه حلی برای تجزیه و تحلیل داده های Big Mart Solution for Big Mart Data Analysis

  • خلاصه سریع آمار توصیفی Quick Summary of Descriptive Statistics

تجزیه و تحلیل داده های اکتشافی Exploratory Data Analysis

  • مقدمه ای بر تحلیل داده های اکتشافی Introduction to Exploratory Data Analysis

  • انواع تجزیه و تحلیل داده ها Types of Data Analysis

  • یک متغیره غیر گرافیکی EDA و تجزیه و تحلیل Outlier Univariate Non Graphical EDA & Outlier Analysis

  • گرافیک تک متغیره EDA و Hands On Univariate Graphical EDA & Hands On

  • EDA غیر گرافیکی چند متغیره Multivariate Non Graphical EDA

  • EDA گرافیکی چند متغیره Multi variate Graphical EDA

  • مراحل در EDA Steps in EDA

  • خلاصه ای از تکنیک های گرافیکی EDA Summary of Graphical EDA Techniques

  • دست در EDA در مجموعه داده تایتانیک Hands On EDA on Titanic Data Set

  • پروژه 5 - جنایات در شهر بوستون Project 5 - Crimes in Boston City

  • پروژه 5 - راه حل Project 5 - Solution

  • پروژه 6 - آنالیز بازی PUBG Project 6 - PUBG Game Analysis

  • پروژه 6 - تجزیه و تحلیل بازی PUBG - راه حل Project 6 - PUBG Game Analysis - Solution

  • پروژه 7 - آنالیز بازی فیفا Project 7 - FIFA Game Analysis

  • پروژه 7 - راه حل Project 7 - Solution

  • پروژه 8 - تجزیه و تحلیل داده های Covid19 Project 8 - Covid19 Data Analysis

  • راه حل پروژه 8 Project 8 Solution

احتمال Probability

  • مقدمه ای بر احتمال Introduction to Probability

  • اصطلاحات کلیدی احتمال Key Terminology of Probability

  • قواعد احتمال Rules of Probability

  • احتمال حاشیه ای، احتمال مشترک Marginal Probability , Joint Probability

  • رویدادهای Disjoint و Non Disjoint Events Disjoint Events and Non Disjoint events

  • رویدادهای مستقل و وابسته Independent and Dependent events

  • قانون محصول رویدادهای وابسته و مستقل Product Rule of Dependent & Independent Events

  • با منیفولد بانک کار کنید و احتمال را محاسبه کنید Task with Manifold Bank and compute probability

  • قضیه بیز Bayes Theorem

  • قضیه بیز در علم داده Bayes Theorem in Data Science

  • Hands On: الگوریتم بیز در پایتون Hands On : Bayes Algorithm in Python

  • متغیرهای تصادفی Random Variables

  • توابع مختلف توزیع Various Distribution functions

  • Hands ON: اعداد تصادفی گسسته و پیوسته را ایجاد کنید Hands ON : Generate the Discrete & Continuous Random numbers

  • قضیه حد مرکزی و Hands On Central Limit Theorem and Hands On

  • کاربردهای توزیع احتمال Applications of Probability Distributions

  • Hands On: داده ها را برای به دست آوردن منحنی توزیع عادی تغییر دهید Hands On : Transform the data to get Normal Distribution curve

  • مسائل مثال برای احتمال Example Problems for Probability

  • پروژه 9 - مجموعه داده و راه حل ماشین ها Project 9 - Cars Dataset & Solution

  • Hands On - قضیه بیز Hands On - Bayes Theorem

  • پروژه 10 - دست روی - توزیع عادی و CDF Project 10 - Hands On - Normal Distribution & CDF

آمار استنباطی Inferential Statistics

  • مقدمه ای بر آمار استنباطی Introduction to Inferential Statistics

  • اصطلاحات کلیدی آمار استنباطی Key Terminology of Inferential Statistics

  • دست در دست - جمعیت و نمونه Hands On - Population & Sample

  • انواع استنتاج آماری Types of Statistical Inference

  • فاصله اطمینان - حاشیه خطا - تخمین فاصله اطمینان Confidence Interval - Margin of Error - Confidence Interval Estimation

  • نسخه ی نمایشی - حاشیه خطا و فاصله اطمینان Demo - Margin of Error and Confidence Interval

  • آزمون فرضیه و مراحل آزمون فرضیه Hypothesis Testing & Steps of Hypothesis testing

  • ZTest و مثال مشکل ZTest and Example Problem

  • راه حل ZTest دست در دست است ZTest Solution Hands On

  • 1 نمونه t-test 1 Sample t-test

  • 1 نمونه t-test Hands On 1 sample t-test Hands On

  • 2 نمونه t-test 2 Sample t-test

  • 2 نمونه t-test Hands On 2 sample t-test Hands On

  • آزمون t نمونه جفتی Paired Sample t-test

  • Hands On - Paired Sample T-test Hands On - Paired Sample t-test

  • Chi-Square Good of Fit Chi-Square Goodness of Fit

  • Hands On - تست مربع چی Hands On - Chi Square test

  • آنوا Anova

  • Hands On - Anova Hands On - Anova

  • پروژه 11 - آمار استنباطی - خودرو Project 11 - Inferential Statistics - cars

  • پروژه 11 - راه حل Project 11 - Solution

  • پروژه 12 - مجموعه داده سلامت فشار خون Project 12 - Blood Pressure health dataset

  • پروژه 12 - راه حل Project 12 - Solution

  • پروژه 13 - مجموعه داده های پذیرش دانشجو Project 13 - Students admissions dataset

  • پروژه 13 - راه حل Project 13 - Solution

بخش 5 - رگرسیون خطی Section 5 - Linear Regression

  • مقدمه ای بر رگرسیون، چیستی، چرایی و انواع مسائلی که می توانیم حل کنیم Introduction to Regression , What , Why and Types of Problem we can solve

  • مفروضات رگرسیون خطی Assumptions of Linear Regression

  • شهود رگرسیون خطی Intuition of Linear Regression

  • رگرسیون خطی با معادله نرمال Linear Regression with Normal Equation

  • رگرسیون خطی را با استفاده از Sklearn - Hands On اعمال کنید Apply Linear Regression using Sklearn - Hands On

  • بررسی فرض رگرسیون خطی - دست در دست Checking Assumption of Linear Regression - Hands On

  • تناسب اندام شما چقدر خوب است؟ How Good is your fit ?

  • نحوه انجام به حداقل رساندن خطا - گرادیان نزول How Minimisation of Error is performed - Gradient Descent

  • دست‌های شیب‌دار در قسمت 1 Gradient Descent Hands On Part 1

  • دست‌های شیب‌دار در قسمت 2 Gradient Descent Hands On Part 2

  • پروژه 14 - Hands On - پیاده سازی رگرسیون خطی با استفاده از StatsModels Project 14 - Hands On - Implementation of Linear Regression using StatsModels

  • پروژه 14 - راه حل Project 14 - Solution

  • پروژه 15 - بیان مشکل پیش بینی حقوق Project 15 - Salary Prediction Problem Statement

  • پروژه 15 - راه حل Project 15 - Solution

  • پروژه 16 - مجموعه داده های پیش بینی قیمت خانه Project 16 - House Price Prediction Dataset

  • پروژه 16 - راه حل Project 16 - Solution

  • پروژه 17 - پیش بینی هزینه های پزشکی Project 17 - Medical Cost Prediction

  • راه حل پروژه 17 Project 17 Solution

  • پروژه 18 - پیش بینی سود شرکت Project 18 - Company Profit prediction

  • پروژه 18 - راه حل Project 18 - Solution

بخش 6 - رگرسیون لجستیک Section 6 - Logistic Regression

  • مقدمه ای بر رگرسیون لجستیک Introduction to Logistic Regression

  • Hands On - طرح رگرسیون لجستیک Hands On - Logistic Regression Plot

  • مفروضات رگرسیون لجستیک Assumptions of Logistic Regression

  • رگرسیون لجستیک از ابتدا Logistic Regression from Scratch

  • پروژه 19 - پیش بینی دیابت Project 19 - Diabetes Prediction

  • پروژه 19 - راه حل Project 19 - Solution

  • پروژه 20 - پیش بینی بیماری های قلبی Project 20 - Heart Disease Prediction

  • پروژه 20 - راه حل Project 20 - Solution

  • پروژه 21 - مجموعه داده تایتانیک بقا Project 21 - Titanic Survival Dataset

  • پروژه 21 - راه حل Project 21 - Solution

  • پروژه 22 - مجموعه داده های دانش آموز مهد کودک Project 22 - Nursery Student Dataset

  • پروژه 22 - راه حل Project 22 - Solution

بخش 7 - مفاهیم آمار متفرقه در حوزه های یادگیری ماشین Section 7 - Miscellaneous Stats Concepts in Machine Learning Areas

  • تکنیک نمونه گیری مجدد Resampling Technique

  • تکنیک های اعتبار سنجی متقاطع دست در دست است Cross validation Techniques Hands On

  • پروژه 23 - پیش بینی قیمت پرواز Project 23 - Flight Price Prediction

  • راه حل پروژه 23 Project 23 Solution

  • پروژه 24 - مقاومت فشاری بتن Project 24 - Concrete Compressive Strength

  • پروژه 24 - راه حل Project 24 - Solution

  • پروژه 25 - پیش بینی حقوق بیسبال ایالات متحده Project 25 - US Baseball Salary prediction

  • پروژه 25 - راه حل Project 25 - Solution

  • انتخاب مدل در یادگیری ماشین Model Selection in Machine Learning

یادگیری ماشینی برای پروژه ها Machine Learning for Projects

  • استقرار مدل یادگیری ماشین: آماده سازی مدل Machine Learning Model Deployment : Model Prep

  • به عنوان برنامه Flask مستقر شود Deploy as Flask App

  • نسخه ی نمایشی Streamlit Streamlit Demo

  • محتوای پاداش - مراجع Bonus Content - References

  • تریلر دوره برای دوره MLOps Course Trailer for MLOps Course

نمایش نظرات

نظری ارسال نشده است.

آموزش آمار و احتمال برای علم داده - یادگیری ماشین
خرید اشتراک و دانلود خرید تکی و دانلود | 320,000 تومان (5 روز مهلت دانلود) در صورت خرید اشتراک، این آموزش بدلیل حجم بالا معادل 2 دوره است و 2 دوره از اشتراک شما کم می شود. زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
21 hours
132
Udemy (یودمی) udemy-small
29 تیر 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
851
4.2 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Manifold AI Learning ® Manifold AI Learning ®

آینده را بیاموزید - علم داده، یادگیری ماشین و هوش مصنوعی

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.